武平县短历时暴雨变化特征分析

2020-06-26朱冬梅马小燕胡海洋

海峡科学 2020年4期

朱冬梅马小燕曾璐胡海洋

(福建省武平县气象局，福建龙岩 364300)

武平县地处闽粤赣三省交界处，位于福建省西南部，地势由西北向东南倾斜，北部以低山高丘为主，嵌有山间盆地，南部以丘陵为主。武平县属亚热带海洋性季风气候，雨量充沛，灾害性天气频繁，暴雨、台风、寒潮等气象灾害多发[1]。武平县近30年(1981-2010年)平均降雨量为1700.7mm，近年来暴雨内涝频发，城市暴雨内涝与强降雨息息相关，历时短、强度大的局部暴雨是形成城市内涝的主要原因[2]。已有学者对福建省短历时暴雨变化和分布特征进行分析，吴滨等[3]分析指出，福建省各短历时暴雨频数和极值均表现为一定的增加趋势；杨智硕等[4]对暴雨数据进行P-Ⅲ分布的统计参数计算，可以计算出不同地区的雨强。已有的研究主要是针对福建全省的短历时暴雨特征和分布进行分析，而武平县作为福建省西南部的入口，暴雨指标变化特征研究涉及较少。因此，研究武平县短历时暴雨特征，分析暴雨集中状况，对于武平县短历时暴雨预警预报、人民财产安全以及防涝治涝总体部署具有重要意义。

1 武平县降水资料样本序列的建立

1.1 资料来源

该文选取武平县国家一般气象站1981-2017年共37年的降雨资料进行分析。武平站始建于1959年，该站自上世纪80年代开始进行降雨自记观测，1980-2004年采用虹吸雨量计观测，2005年开始采用翻斗式雨量计，2005年记录方式从自记纸改为自动站自动记录。本文采用的逐分钟降雨基础资料中，1981-2004年的数据从自记纸中获取，2005-2017年的数据从自动站资料中获取。

1.2 资料处理

对以自记纸形式保存的历史降水资料，使用中国气象局组织编制的“降水自记纸彩色扫描数字化处理系统”进行数字化处理，该系统通过计算扫描、图像处理、数据处理，将气象站降水自记纸图像进行数字化转换，成为逐分钟降雨量，并经过人工审核后录入数据库。对于自动气象站获取的逐分钟降雨量资料，从相应的数据集中直接提取。

1.3 建立样本序列

从1981-2017年各年的降水自记纸或分钟降雨量数据文件中，挑取降水时段为30min、60min、90min、120min、150min、180min共6个时段的前10大降雨量备选。根据闽西地区的降水特点，以180min为最小降水间隔，将一系列连续的原始降水资料划分成若干个独立场次；接着以1min间隔雨量资料为基础，采用滑动求和方法分别统计1min间隔的30min、60min、90min、120min、150min、180min共6个时段的历时雨量值，选取各场次各历时的最大滑动求和值作为各历时场次降雨样本；最后以各历时的平均1年1场的标准，从大到小挑选推求出各历时雨型的样本序列。各历时的样本数如表1。

表1 1981-2017年各历时降雨阈值及样本数

2 雨型推求方法

以芝加哥雨型统计的暴雨强度公式为基础设计暴雨雨型。通过引入雨峰位置系数γ来描述暴雨峰值发生的时刻，将降雨历时时间序列分为峰前峰后不同时刻的降雨强度，进而得出各时段的累积降雨量。

芝加哥雨型确定包括综合雨峰位置系数确定、芝加哥降雨过程线型模型确定。

取一定重现期下暴雨强度公式形式为：

其中,A1=A(1+clgρ)。

雨峰发生前(上升段)：

雨峰发生后(下降段)：

式中，qa、qb分别为一定重现期下某时刻上升段和下降段暴雨强度(mm/min)；q——设计降雨历时t内的平均设计暴雨强度(mm/min)；r——综合雨峰位置系数，r值在0～1之间；ta、tb分别为雨峰向下降段和上升段的时间(min)；A,c,n，b均为暴雨强度总公式对应的参数。

3 雨型识别

3.1 雨型模糊识别

不同降雨过程中各时段的雨量分布差别很大，早在上世纪40年代，前苏联的包高马佐娃等人根据大量降雨资料对乌克兰等地的降水资料进行统计分析，将降雨归纳成7种雨型[5](如图1)，其中Ⅰ、Ⅱ、Ⅲ类为单峰雨型，雨峰分别在前、后、中部，第Ⅳ类为均匀雨型，第Ⅴ、Ⅵ、Ⅶ类为双峰雨型。模糊识别法是用时段雨量占总雨量的比例作为该场降雨的雨型指标，建立7种雨型的模式矩阵，再分别计算每场实际降雨与7种模式的贴近度，由择近原则，判断该场降雨属于哪种雨型。

图1 雨型模式图

将一场降雨划分为m个相等的时段，每个时段的雨量占总雨量的比例为：

式中，Hi为各时段雨量；Hz为总雨量。把这组Xi作为该场降雨的雨型指标,并用向量表示：x=(x1,x2，...，xm)。

同样,7 种模式雨型也用这种指标表示：

vk=(vk1,vk2，...，vkm) (k=1,2,...，7)

这里vki与Xi的意义相同。模式确定后,可计算出每场降雨与7 种模式的贴近度:

(k=1,2,...,7)

由择近原则,若第k个贴近度σk最大,则该场降雨就属于第k种雨型。

对1.3中建立的30min至180min样本应用模糊识别方法确定其所属雨型，各种雨型的比例如表2所示。除30min和60min历时主要表现为均匀型(雨型Ⅳ)外，武平县其余各短历时第一类单峰雨型(雨型Ⅰ)的比重最大,为38.52%，其次为均匀型雨型Ⅳ，占26.9%。

表2 各历时雨型比例

3.2 降雨最强时段

统计降雨过程中最大降雨量出现的分段平均位置，用于判断各历时降雨的平均峰位，具体做法如下：将各历时的降雨过程以5min的间隔分段，以雨量大小对各分段排序，排名最小的分段为过程中雨量最大段，反之亦然；接着计算某历时所有样本各分段的平均排序号，计算各排序段的平均降雨比例，并把最大比例赋予平均序号最小的分段。表3列出各子历时的平均最小序号段位置及平均雨量比例。

表3 各子历时平均最小段序号位置及平均雨量比例

从表3可见，武平站30min和60min历时最强降水段位于中段偏前位置，其余各历时最强降水段均位于靠前位置。推荐的芝加哥雨型为单峰雨型，从武平站实测资料的分析来看，采用峰值处于降雨历程中段偏前的芝加哥雨型作为各历时推荐雨型，其雨峰位置和实测资料较为吻合。

4 武平县短历时暴雨变化特征

4.1 暴雨日数年代际变化特征

统计1981-2017年武平县年暴雨日数年代分布特征，如图2所示。分析得出，武平县平均暴雨日(日降雨量≥50mm的天数)为5.8天(1981-2017年)。暴雨日数在20世纪80年代最高，为6.4天；其次为21世纪00年代，为6.0天；第三为20世纪90年代，平均暴雨日数为5.4天；21世纪10年代(2010-2017年)平均暴雨日数虽为5.1天，但是最多暴雨日的极值(12天)和最少暴雨日的极值(2天)却都出现在这个年代，说明随着全球气候变暖，导致降雨时空分布趋于不均匀，各种极端降雨事件的发生频率也在增加。

图2 1981-2017年武平站暴雨日数年代际分布特征

4.2 短历时暴雨年代际变化特征

统计分析武平站1981-2017年各历时暴雨样本比例，可知武平站30min、60min和180min历时在1993-1997年所占比重最大，其余各历时强降水样本的比重最大值出现在1981-1987年；1988-1992年和1998-2002年各历时强降水比重较小。1998年至2017年各历时强降水比重总体呈现缓慢增长的上升趋势，表明自20世纪90年代末至2017年，武平短历时降水事件频率略微上升。

4.3 短历时暴雨的月集中特征

降雨不可能在一年12个月内分布均匀，即使在汛期不同月份的降雨量也有所不同，因此有必要研究短历时暴雨的主要发生月份。统计60min、120min、180min暴雨出现的次数，每个月分布情况如图3所示。结果表明，武平县短历时暴雨次数高度集中在雨季(5～9月)呈现双峰的分布特征，180min暴雨共出现55次，6月(15次)排在第一，5月(14次)排在第二；120min暴雨共出现40次，以6月和8月(11次)排在第一；5月、7月(6次)排在第二；60min暴雨共出现12次，8月(4次)排在第一，6月(3次)排在第二。

图3 1981-2017年武平县短历时暴雨次数月份分布特征

4.4 短历时暴雨的日集中特征

根据标准化降雨日变率可直观了解短历时暴雨的高发时段，本文选取1981-2017年短时暴雨出现的时间，统计分析武平县短历时暴雨发生频次日分布特征(见图4)。发现60min暴雨出现在白天(08-20时下同)的有7次，降水主要集中在16～18时，出现在夜间的(20～08时下同)有5次，降水主要集中在0～2时；120min暴雨出现在白天的有23次，主要集中在16～19时，出现在夜间的有17次，主要集中在20～22时、0～3时；180min暴雨出现在白天的有27次，主要集中在14～19时，出现在夜间的有28次，主要集中在2～4时、21～23时。说明武平县短历时暴雨白天和夜间都有发生，白天略多于夜间，多发生于16～19时。